Tableau NumPy/matrice de différents types

Je suis en train de créer un tableau NumPy/matrice (Nx3) avec un mélange de types de données (string, integer, integer). Mais quand je suis à l'ajout de cette matrice en ajoutant des données, j'obtiens une erreur: TypeError: invalid type de promotion. S'il vous plaît, quelqu'un peut-il m'aider à résoudre ce problème?

Lorsque je crée un tableau avec les données de l'échantillon, NumPy jette toutes les colonnes dans la matrice de la un " S " type de données. Et je ne peux pas spécifier le type de données pour un tableau, parce que quand je fais ce res = np.array(["TEXTE", 1, 1], dtype=S', i4 i4') - j'obtiens une erreur: TypeError: attendu lisible tampon objet

templates.py

import numpy as np
from pprint import pprint

test_array = np.zeros((0, 3), dtype='S, i4, i4')
pprint(test_array)

test_array = np.append(test_array, [["TEXT", 1, 1]], axis=0)
pprint(test_array)

print("Array example:")
res = np.array(["TEXT", 1, 1])
pprint(res)

De sortie:

array([], shape=(0L, 3L), 
  dtype=[('f0', 'S'), ('f1', '<i4'), ('f2', '<i4')])

 Array example:
 array(['TEXT', '1', '1'], dtype='|S4')

Erreur:

Traceback (most recent call last):

File "templates.py", line 5, in <module>
test_array = np.append(test_array, [["TEXT", 1, 1]], axis=0)

File "lib\site-packages\numpy\lib\function_base.py", line 3543, in append
return concatenate((arr, values), axis=axis)

TypeError: invalid type promotion
  • test_array = np.zeros((0,), dtype='S, i4, i4') produit un tableau avec des 0 'lignes', et 3 nommé "colonnes". C'est vraiment un tableau 1d.
  • En général, dans numpy il n'est pas une bonne idée de construire des tableaux en ajoutant. Il est préférable d'ajouter à une liste, et construire le tableau de cela. Ou de démarrer avec un assez grand "vide", tableau et insérer des valeurs. Ou concaténer des tableaux.
  • J'ai juste regardé le append code. En fait, il utilise concatenate. Essayez de créer un tableau avec le "TEXTE" de données, et de les enchaîner que pour test_array.
InformationsquelleAutor Vit D | 2014-07-18
  1. 9

    Votre problème est dans les données. Essayez ceci:

    res = np.array(("TEXT", 1, 1), dtype='|S4, i4, i4')

    ou

    res = np.array([("TEXT", 1, 1), ("XXX", 2, 2)], dtype='|S4, i4, i4')

    Les données doivent être un tuple ou une liste de tuples. Pas tout à fait évident forme le message d'erreur, s'agit-il?

    Aussi, veuillez noter que la longueur du champ de texte doit être spécifié pour les données de texte pour vraiment être sauvé. Si vous souhaitez enregistrer le texte en tant qu'objets (uniquement les références dans le tableau, alors:

    res = np.array([("TEXT", 1, 1), ("XXX", 2, 2)], dtype='object, i4, i4')

    C'est souvent très utile, aussi bien.

    • Je ne pense pas que cela doit être un n-uplet. Il donne une erreur: ValueError: tous les tableaux doivent avoir le même nombre de dimensions
    • Vous verrez que tuples sont nécessaires si vous essayez np.array(("TEXT", 1,1), dtype='S, i4, i4') contre np.array(["TEXT", 1,1], dtype='S, i4, i4').
    InformationsquelleAutor DrV
  2. 4

    Si vous n'êtes pas marié à numpy, un les pandas DataFrame est parfait pour cela.
    Sinon, vous pouvez spécifier la chaîne de caractères dans le tableau comme un objet python (dtype='O, i4 i4', comme un exemple). Également ajouter semblent comme des listes de n-uplets, pas de listes de listes. Je pense qu'il a quelque chose à voir avec la mutabilité des listes, pas sûr.

    InformationsquelleAutor sirlark
  3. 3

    D'abord, numpy stocke les éléments du tableau à l'aide de physique fixe les tailles d'enregistrement. Donc, d'enregistrer les objets doivent tous être de la même taille physique. Pour cette raison, vous devez dire à numpy la taille de la chaîne ou d'enregistrer un pointeur vers une chaîne de caractères stockée ailleurs. Dans un tableau d'enregistrements, 'S' est traduit par une chaîne de longueur nulle, et ce n'est probablement pas ce que vous souhaitiez.

    La méthode append fait des copies de l'ensemble de la matrice à une plus grande physique de l'espace pour accueillir les nouveaux éléments. Essayez, par exemple:

    import numpy as np
mtype = 'S10, i4, i4'
ta = np.zeros((0), dtype=mtype)
print id(ta)
ta = np.append(ta, np.array([('first', 10, 11)], dtype=mtype))
print id(ta)
ta = np.append(ta, np.array([('second', 20, 21)], dtype=mtype))
print id(ta)

    Chaque fois que vous ajoutez de cette façon, la copie devient plus lent car vous avez besoin d'allouer et de copier plus de mémoire à chaque fois qu'il grandit. C'est pourquoi l'id renvoie une valeur différente à chaque fois que vous ajoutez. Si vous voulez un nombre important d'enregistrements dans votre tableau, vous êtes beaucoup mieux d'allouer suffisamment d'espace dès le début, ou bien l'accumulation de données dans des listes, puis à recueillir la listes en une numpy structuré tableau lorsque vous avez terminé. Que vous donne également la possibilité de faire de la longueur de la chaîne dans mtype aussi court que possible, tout en restant suffisamment long pour contenir votre chaîne la plus longue.

    InformationsquelleAutor Frank M
  4. 1

    Je pense que c'est ce que vous essayez d'accomplir - créer un tableau vide, de la dtype, puis ajouter un ou plusieurs ensembles de données à elle. Le résultat sera à la forme (N,), non (N,3).

    Comme je l'ai mentionné dans un commentaire, np.append utilise np.concatenate, si je l'utilise trop. J'ai aussi eu à faire à la fois test_array et x tableaux 1d (de la forme (0,) et (1, respectivement). Et le dtype champ est S10, assez grand pour contenir "TEXTE".

    In [56]: test_array = np.zeros((0,), dtype='S10, i4, i4')

In [57]: x = np.array([("TEST",1,1)], dtype='S10, i4, i4')

In [58]: test_array = np.concatenate((test_array, x))

In [59]: test_array = np.concatenate((test_array, x))

In [60]: test_array
Out[60]: 
array([('TEST', 1, 1), ('TEST', 1, 1)], 
      dtype=[('f0', 'S'), ('f1', '<i4'), ('f2', '<i4')])

    Voici un exemple de construction de la matrice à partir d'une liste de tuples:

    In [75]: xl=('test',1,1)

In [76]: np.array([xl]*3,dtype='S10,i4,i4')
Out[76]: 
array([('test', 1, 1), ('test', 1, 1), ('test', 1, 1)], 
      dtype=[('f0', 'S10'), ('f1', '<i4'), ('f2', '<i4')])
    InformationsquelleAutor hpaulj
  5. -3

    Je ne crois pas que vous pouvez faire un tableau de plus d'un type de données. Vous pouvez, cependant, faire une liste avec plus d'un type de données.

    list = ["TEXT", 1, 1]
print(list)

    donne

    ['TEXT', 1, 1]
    • J'ai besoin de le faire à l'aide de NumPy, parce que je vais utiliser certains NumPy méthodes tard, à l'aide de ces données.
    • L'OP a fait faire un tableau avec plus d'un des types de données, à l'aide de dtype.
    InformationsquelleAutor Sam M.